导读:本文包含了报警预测论文开题报告文献综述及选题提纲参考文献，主要关键词:多传感器信息融合,报警装置,结构化道路
报警预测论文文献综述
沈谞雅[1]（2019）在《基于多传感器信息融合的结构化道路水深预测报警装置研发》一文中研究指出城市道路系统是生产生活活动的"动脉"。由于天气多变和城市交通配套设施的不完善,城市内涝问题时常发生。道路积水常常会阻断交通,造成车辆因盲目涉水导致熄火甚至损坏,人身财产安全受到了威胁。本文基于多传感器信息融合技术,研发的结构化道路水深预测报警装置开展检测数据分析,采用电子陀螺仪和多线结构光测量系统,分别对车辆前方坡道角度与长度、车身涉水警戒位置、前方道路积水深度数据等,开展实时监测,并向驾驶员及时提供预警信息,减少驾驶员盲目涉水行驶的可能性,提高了道路交通的安全性。(本文来源于《内江科技》期刊2019年07期）
张泽生,李宏光,杨博,张菁[2]（2019）在《基于置信规则库推理的过程报警预测方法》一文中研究指出为了更加有效的利用流程工业中的各种历史报警信息,对未来时刻的系统安全性进行评判,提出了一种基于置信规则库推理的过程报警时间序列预测方法,利用过程变量的历史报警数据建立置信规则库模型,采取粒子群算法进行模型参数学习。该预测模型可以对未来一段时间过程可能产生的报警状态变化趋势进行预测。通过数值实例仿真及实际工业过程报警数据对该模型进行验证,得到了较为满意的预测结果。(本文来源于《控制工程》期刊2019年04期）
习龙[3]（2019）在《基于卷积神经网络的经编织机故障预测报警系统的研究》一文中研究指出在物联网及工业智能化的推动下,针对织机实时信息和历史信息,开发了一种织机故障预测和报警的实时监控系统,对PLC中的历史和实时数据进行采集,通过卷积神经网络(CNN),对织机历史故障数据和正常运行进行训练,从而对织机实时数据做出分析预测,达到提前预测故障并做出提前报警。更好地对纺织车间进行管理和运维。(本文来源于《纺织科技进展》期刊2019年02期）
苏冬梅,黄燕,刘一,刘颖,张波[4]（2018）在《血培养阳性报警时间对金黄色葡萄球菌血流感染患者预后的预测价值》一文中研究指出目的探讨血培养阳性报警时间(TTP)对金黄色葡萄球菌(SAU)血流感染预后的预测价值。方法收集中国人民解放军空军总医院2013年1月—2016年6月血培养结果为SAU感染患者的临床资料及TTP值,用ROC曲线分析TTP在预测患者预后中的价值。结果共纳入符合标准且资料完整的SAU血流感染患者63例,低TTP组(TTP≤21 h)32例,高TTP组(TTP>21 h)31例。MRSA感染高TTP组24例,低TTP组10例,比较发现,MRSA感染更易发生于高TTP组(P<0.05),原发感染灶来源于呼吸道高TTP组10例,低TTP组3例,发生率多见于高TTP组(P<0.05),迁徙性感染灶及经验性敏感抗生素治疗例数分别为19、28例vs 10、16例,低TTP组大于高TTP组(均P<0.05)。住院期间病死率的比较,高TTP组大于低TTP组(P<0.05)。TTP>21 h、脓毒症及休克是患者住院期间死亡的独立危险因素。ROC曲线表明,TTP≥21.375 h是预测患者住院期间死亡的最佳切点,曲线下面积(AUC)为0.713,TTP预测的准确度为中等。结论高TTP增加了SAU血流感染患者的病死率,TTP预测的准确度为中等。(本文来源于《安徽医药》期刊2018年05期）
高智,张宇,屈亚威,刘海峰[5]（2018）在《报警症状及一般症状在胃癌预测中的价值》一文中研究指出目的探讨报警症状及一般症状对胃癌的预测价值,评价以此为标准筛选需要进行内镜检查患者的能力。方法回顾性分析2012-10至2013-12于武警总医院消化内镜中心行胃镜检查患者的临床资料,并根据检查结果分为胃癌组(n=203)、其他器质性疾病组(n=4 065)和无异常组(n=9 897)。结果 (1)胃癌多发于60~69岁(35.0%),以贲门胃底癌(32.5%)最为常见。(2)在报警症状中,胃癌组疼痛加剧、呕血或黑便、体重减轻的发生率显着高于其余两组(P<0.0167),而腹痛规律改变的发生率显着高于无异常组(P<0.0167)。(3)一般症状中,胃癌组早饱感、腹胀与呃逆的发生率高于其余两组(P<0.0167),烧心的发生率显着高于无异常组;反酸、恶心的发生率较其他器质性疾病组低(P<0.0167);反酸的发生率显着高于无异常组(P<0.0167)。(4)经Logistic回归分析结果显示,年龄在40~59岁、≥60岁、疼痛加剧、体重减轻、呕血或黑便、腹胀、早饱感及呃逆为胃癌的危险因素[P<0.05,比值比(odds ratio,OR)>1],反酸与恶心为其保护因素(P<0.05,OR<1)。结论疼痛加剧、体重减轻、呕血或黑便、早饱感、呃逆与腹胀对胃癌诊断具有预测价值,出现上述症状者应及时行内镜检查。(本文来源于《中华灾害救援医学》期刊2018年02期）
宋英华,王亚楠,吕伟,刘丹[6]（2017）在《基于RBF神经网络的火灾报警系统失效概率预测》一文中研究指出报警系统失效主要包括漏报、误报,对系统进行失效概率预测,可以帮助判断设备质量优劣,评估系统效能。利用Matlab软件编程,通过神经网络预测失效概率。根据不同场所正在使用的火灾报警器的失效数据作为原始数据,归纳总结失效原因,建立事故树,结合专家打分法与模糊理论得到网络的输入值与输出值。通过网络训练,得到可以对系统失效概率进行预测的RBF神经网络,测算效率大幅提高。以70组不同品牌、用途的火灾报警系统作为算例,通过训练数据,最终达到输入底事件发生概率可直接输出顶事件发生概率的目的。结果表明,RBF神经网络相较于BP网络与事故树算得的失效概率具有更高的拟合度,RBF神经网络模型在进行系统失效概率预测时具有可靠性。(本文来源于《安全与环境学报》期刊2017年05期）
陶辉,贺石中[7]（2017）在《基于在线油液监测的海上钻井平台发动机故障报警预测》一文中研究指出在线油液监测表征机器异常磨损状态信息是设备故障诊断技术的核心和瓶颈。针对中海油深圳分公司西江302海上钻井平台目前存在的油液离线检测方式不能及时反映润滑状态等问题,对海上钻井平台5台发动机组开展油液在线实时监测。介绍在线监测系统平台的组成和在线监测的实施方案。针对实时监测出现的油液中大磨粒超标故障报警,结合离线铁谱分析证实监测结果的准确性。(本文来源于《润滑与密封》期刊2017年07期）
钟选芳,甘爱华,张晓慧,许岸高,余中贵[8]（2017）在《年龄和下消化道报警症状预测大肠恶性肿瘤的价值》一文中研究指出目的探讨年龄和下消化道报警症状预测大肠恶性肿瘤的价值。方法选择2013年1月1日-2015年6月30日因肠道症状在惠州市第一人民医院门诊就诊并在内镜中心完成肠镜检查的患者,统计患者的年龄、下消化道报警症状(便血、贫血、消瘦、大便变细、腹部包块、肠梗阻)并对其进行分析。结果 5 240例患者接受肠镜检查,其中检出大肠恶性肿瘤患者共408例,占7.8%;大肠恶性肿瘤组的年龄及便血、消瘦、贫血、腹部包块的发生率均较非恶性肿瘤组高,差异有统计学意义(P<0.05);大肠恶性肿瘤组患者随年龄增大报警症状发生率增高,其中≥50岁患者报警症状发生率较非恶性肿瘤组明显升高,差异有统计学意义(P<0.05);报警症状对大肠恶性肿瘤诊断的敏感性为2.9%~56.7%,特异性为71.4%~99.6%,其中便血的敏感性最高,腹部包块的特异性最高。结论报警症状诊断大肠恶性肿瘤的敏感性均不高,但特异性均较高,对年龄较大和出现报警症状的患者应重视筛查大肠恶性肿瘤,及时行结肠镜检查。(本文来源于《胃肠病学和肝病学杂志》期刊2017年02期）
钟选芳,甘爱华,黄任祥,许岸高,刘宇辉[9]（2017）在《下消化道报警症状对肠道疾病的诊断预测价值》一文中研究指出目的探讨下消化道报警症状对肠道疾病的诊断预测价值。方法采用问卷调查的方法统计5 240例接受肠镜检查的患者,分别计算大肠恶性肿瘤组、良性疾病组和正常组患者的便血、消瘦、贫血、腹部包块、大便变细、肠梗阻报警症状的发生率及相对危险度。结果大肠恶性肿瘤组的便血、消瘦、贫血、腹部包块的发生率均高于良性疾病组和正常组,差异均有统计学意义(P<0.05);良性疾病组的便血、消瘦、贫血的发生率均高于正常组,差异均有统计学意义(P<0.05)。经相对危险度分析,出现便血、消瘦、贫血和腹部包块报警症状的患者发生大肠癌的相对危险度较高,差异有统计学意义(P<0.05),发生便血、消瘦、贫血报警症状的患者发生器质性肠道疾病的相对危险度较高,差异有统计学意义(P<0.05)。结论便血、消瘦、贫血和腹部包块报警症状均有助于鉴别大肠恶性肿瘤和非恶性肿瘤疾病;便血、消瘦、贫血报警症状均有助于区分肠道器质性疾病和功能性疾病。出现报警症状的患者建议即刻行结肠镜检查。(本文来源于《临床医学工程》期刊2017年01期）
张泽生,李宏光,杨博,张菁[10]（2016）在《基于置信规则库推理的过程报警预测方法》一文中研究指出为了更加有效的利用流程工业中的各种历史报警信息,对未来时刻的系统安全性进行评判,提出了一种基于置信规则库推理的过程报警时间序列预测方法,利用过程变量的历史报警数据建立置信规则库模型,采取粒子群算法进行模型参数学习。该预测模型可以对未来一段时(本文来源于《第27届中国过程控制会议（CPCC2016）摘要集》期刊2016-07-31）
报警预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了更加有效的利用流程工业中的各种历史报警信息,对未来时刻的系统安全性进行评判,提出了一种基于置信规则库推理的过程报警时间序列预测方法,利用过程变量的历史报警数据建立置信规则库模型,采取粒子群算法进行模型参数学习。该预测模型可以对未来一段时间过程可能产生的报警状态变化趋势进行预测。通过数值实例仿真及实际工业过程报警数据对该模型进行验证,得到了较为满意的预测结果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
报警预测论文参考文献
[1].沈谞雅.基于多传感器信息融合的结构化道路水深预测报警装置研发[J].内江科技.2019
[2].张泽生,李宏光,杨博,张菁.基于置信规则库推理的过程报警预测方法[J].控制工程.2019
[3].习龙.基于卷积神经网络的经编织机故障预测报警系统的研究[J].纺织科技进展.2019
[4].苏冬梅,黄燕,刘一,刘颖,张波.血培养阳性报警时间对金黄色葡萄球菌血流感染患者预后的预测价值[J].安徽医药.2018
[5].高智,张宇,屈亚威,刘海峰.报警症状及一般症状在胃癌预测中的价值[J].中华灾害救援医学.2018
[6].宋英华,王亚楠,吕伟,刘丹.基于RBF神经网络的火灾报警系统失效概率预测[J].安全与环境学报.2017
[7].陶辉,贺石中.基于在线油液监测的海上钻井平台发动机故障报警预测[J].润滑与密封.2017
[8].钟选芳,甘爱华,张晓慧,许岸高,余中贵.年龄和下消化道报警症状预测大肠恶性肿瘤的价值[J].胃肠病学和肝病学杂志.2017
[9].钟选芳,甘爱华,黄任祥,许岸高,刘宇辉.下消化道报警症状对肠道疾病的诊断预测价值[J].临床医学工程.2017
[10].张泽生,李宏光,杨博,张菁.基于置信规则库推理的过程报警预测方法[C].第27届中国过程控制会议（CPCC2016）摘要集.2016